一种基于注意力机制和缓冲区感知的比特率自适应方法

本发明涉及一种基于注意力机制和缓冲区感知的比特率自适应方法，所述方法包括以下步骤：步骤S1，输入特征数据到actor‑critic神经网络中，所述actor‑critic神经网络包括基于缓冲区感知的自适应比特率建模，其优化目标包括最大化用户体验质量和最小化缓冲区占用率；步骤S2，actor‑critic神经网络中接收到输入特征状态之后，先通过第一全连接层和卷积层进行第一步筛选并提取初级特征，再将初级特征传递给注意力层进一步提取特征，发给第二全连接层；步骤S3，训练好的神经网络输出动作，再经过critic网络评估后进一步优化网络参数，其中输出动作包括选择下一块的比特率和设置下一块的最大缓冲区大小。与现有技术相比，本发明具有比特率快速适应网络状况变化以及视频播放更流畅等优点。